Ox Alpha, ein kostenloses "Stealth-Modell", wurde am 20. August auf OpenRouter, OpenCode, Cline und Nous Research's Portal+ veröffentlicht.
Eine virale Behauptung, dass Ox Alpha Claude Fable 5 und GPT-5.6 Sol auf DeepSWE schlägt, stammt aus einer Stichprobe von 10 Aufgaben; zwei separate vollständige Läufe mit 113 Aufgaben erreichten etwa 63 %, ungefähr auf dem Niveau von GPT-5.6 Sol.
Google, Xiaomi, DeepSeek und Microsofts MAI wurden alle als das dahinterstehende Modell gehandelt; aber die beliebteste Theorie verweist auf die GLM-5.3-Familie von Zhipu AI.
KI-Enthusiasten sind sehr aufgeregt über ein KI-Modell namens Ox Alpha, das am 20. August ohne Firmennamen auf OpenRouter erschien.
Die Auflistung beschreibt es als "ein Reasoning-Modell, das für Programmierung, anhaltende agentische Arbeit und Produktionslasten entwickelt wurde", erstellt von einem Drittanbieter, der während der Vorschau anonym bleiben möchte.
Darüber hinaus übertrifft das mysteriöse KI-Modell bereits Anthropics Claude Fable 5 und OpenAI's GPT-5.6 Sol bei beeindruckenden Programmier-Benchmarks.
DeepSWE—ein Benchmark, der misst, wie oft ein Codierungsagent echte GitHub-Probleme beim ersten Versuch korrekt löst, ausgedrückt als Prozentsatz der bestandenen Aufgaben von 113 Aufgaben aus 91 Repositories—zeigt, dass Ox Alpha mit den besten Modellen konkurrieren kann.
Entwickler Ben Davis führte eine erste Stichprobe von 10 Aufgaben durch und brachte Ox Alpha beim ersten Durchgang auf 80%, vor Claude Fable 5 mit 65% und GPT-5.6 Sol mit 52%. Diese Zahl verbreitete sich innerhalb eines Tages viral, und Versionen davon kursieren immer noch, als ob Ox Alpha einen klaren Vorteil gegenüber beiden Modellen hätte.
Ich habe dieses Ding durch 10 Aufgaben auf DeepSWE laufen lassen (es könnte also eine Menge Varianz in seiner tatsächlichen Punktzahl geben, dies ist eine Teilmenge), aber äh...
gpt-5.6-sol: 52% fable: 65% was auch immer das hier ist: 80% (war ein knapper Fehlschlag bei den "x"en, also tatsächlich über 80%)
Bis zum 22. August hatte Ox Alpha noch keinen Eintrag auf Artificial Analysis oder LMSys Arena.
Das Modell ist kostenlos nutzbar, liest bis zu etwa 1 Million Token in einem einzigen Kontextfenster und nimmt Text, Bild und Video als Eingabe entgegen, während es Text zurückgibt. Es unterstützt auch Tool- und Funktionsaufrufe, obwohl seine JSON-Ausgabe nicht schema-erzwungen ist—eine echte Lücke für Entwickler, die Agenten bauen, die strukturierte Antworten erwarten.
OpenCode sagte, seine Route könne 100 Billionen Token pro Tag verarbeiten; Nous Research, das das Modell kostenlos über sein eigenes Portal anbietet, behauptete eine Kapazität von 1 Billiarde. Token sind die grundlegende Informationseinheit, die ein Modell verarbeiten kann, und ein solcher Durchsatz bringt es auf eine Stufe mit den am häufigsten verwendeten und leistungsfähigsten Modellen auf dem heutigen Markt.
Solche Zahlen lassen leicht den Schluss zu, dass das Modell so gut ist, dass sie eine hohe Nutzung erwarten und der Anbieter über genügend Infrastruktur verfügt, um die Last zu bewältigen.
Ox Alpha (Stealth-Modell) ist für die nächste Woche kostenlos
Stripe-CEO Patrick Collison, dessen Unternehmen am 19. August zugestimmt hat, OpenRouter zu übernehmen, nannte Ox Alpha "sehr beeindruckend" in einem Beitrag auf X. Diese eine Zeile von einem bekannten Technologie-Manager half, das Modell innerhalb von Stunden nach dem Start in eine breitere Diskussion zu bringen.
Niemand hat sich gemeldet, um es zu beanspruchen. Der KI-Analyst Andrew Curran postete am Freitag, dass die Leute "sich bei allem weniger sicher zu sein scheinen", was die Herkunft von Ox Alpha betrifft.
Als das Modell an Popularität gewann, spaltete sich das Ratespiel schnell. Entwickler brachten Microsofts unveröffentlichte MAI-Familie, Xiaomis MiMo-Linie, DeepSeek, Alibabas Qwen und sogar Googles Gemini ins Spiel – genug Leute landeten bei Gemini, dass ein Entwickler scherzte, Google nutze ein Stealth-Modell eines Konkurrenten als Marketing für das eigene. Die meisten dieser Kandidaten überlebten den Kontakt mit den Beweisen nicht.
Xiaomis MiMo v2.5 akzeptiert Audioeingaben, eine Hauptfunktion, die Ox Alpha kategorisch ablehnt. DeepSeek hat nie Videofähigkeit ausgeliefert und veröffentlicht offene Gewichte, anstatt Stealth-Vorschauen zu betreiben. Google und Qwen verwenden beide völlig andere Tokenizer und Video-Encoder, daher ist es schwierig, eine solide Verbindung zu diesen Modellen herzustellen.
Was übrig bleibt, deutet auf Zhipu AIs Modellfamilie hin. Unabhängiges Fingerprinting stimmte Ox Alphas Tokenizer in jedem normalisierten Test mit GLM-5.3 überein und seine Video-Token-Ausgabe exakt mit GLM-5V-Turbo über vier separate Clips, und es teilt GLMs charakteristische Fehler und Audio-Ablehnungsverhalten.
Ox Alphas Tokenizer ist eins zu eins identisch mit dem von GLM. Kein anderer Labor-Tokenizer kommt bei der Tokenizer-Ähnlichkeit über 4/11.https://t.co/3K25G4U2hX (h/t: @sushsrinivasan)
Ein Detail erschwert jedoch eine eindeutige Zuordnung. GLM-5.3 wurde am 14. August als reines Textmodell eingeführt, sechs Tage bevor Ox Alpha mit voller Video-Unterstützung auftauchte. Wenn die Fingerabdruck-Analyse stimmt, ist Ox Alpha eher ein unveröffentlichtes multimodales Upgrade dieser Linie als eine identische Kopie – etwas, das Analysten inzwischen als GLM-5.3 Flash bezeichnen.
Zhipu AI hat sich zu Ox Alpha öffentlich in keiner Weise geäußert.
Was ist ein Stealth-Modell überhaupt?
Ein Stealth-Modell ist ein KI-System der Spitzenklasse, das ohne Namensnennung über eine Routing-Plattform wie OpenRouter veröffentlicht wird, sodass ein Labor echte Nutzungsdaten sammeln kann, bevor es sich zu einem öffentlichen Start verpflichtet.
Dieses Muster ist für chinesische Labore zur Routine geworden. Zhipu AIs eigenes Pony Alpha wurde im Februar innerhalb von fünf Tagen als GLM-5 enttarnt, Xiaomis Hunter Alpha entpuppte sich im März als MiMo-V2-Pro, und Meituan ließ sein Owl Alpha zwei Monate lang anonym laufen, bevor es im Juni als LongCat-2.0 bestätigt wurde.
Ox Alpha ist jetzt auf OpenRouter unter der Modell-ID stealth/ox-alpha verfügbar, sowie über OpenCode, Cline und Nous Portal, alle kostenlos abfragbar. OpenCodes Startmitteilung bezifferte das kostenlose Fenster auf etwa eine Woche ab dem Debüt am 20. August, was den wahrscheinlichen Endtermin um den 27. August legt – danach könnte, wenn das Muster der letzten vier anonymen Modelle hält, endlich jemand einen Namen dafür finden.
